Distribuciones

estadisticas
Distribucion Binomial

 Una distribución binomial es una distribución de probabilidad discreta que

describe el número de éxitos al realizar n experimentos independientes
entre sí, acerca de una variable aleatoria.

 La distribución binomial se entiende como una serie de pruebas o ensayos en

la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito
nuestra variable aleatoria.
Propiedades de la distribución binomial

 En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito
o fracaso).
 La probabilidad del éxito ha de ser constante. Esta se representa mediante la
letra p.
 La probabilidad de fracaso ha de ser también constate. Esta se representa
mediante la letra q = 1-p.
 El resultado obtenido en cada experimento es independiente del anterior.
 Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al
mismo tiempo.
 Los sucesos son colectivamente exhaustivos
 La variable aleatoria que sigue una distribución binomial se suele representar
como X~(n,p).
Formula de la distribución binomial
Ejemplo de distribución binomial

 Imaginemos que un 80% de personas en el mundo han visto el partido de la

final del último mundial de futbol. Tras el evento, 4 amigos se reúnen a
conversar, ¿Cuál es la probabilidad de que 3 de ellos hayan visto?
 Distribución de Poisson

 La distribución de Poisson es una distribución de probabilidad discreta que se

aplica a las ocurrencias de algún suceso durante un intervalo determinado.
Nuestra variable aleatoria x representará el número de ocurrencias de un
suceso en un intervalo determinado, el cual podrá ser tiempo, distancia,
área, volumen o alguna otra unidad similar o derivada de éstas.
La probabilidad de nuestra variable aleatoria
X viene dada por la siguiente expresión:

 Nuestra variable aleatoria discreta puede tomar los valores:

 donde es la media del número de sucesos en el intervalo que estemos
tomando, ya sea de tiempo, distancia, volumen, etc. Es importante entender
que este valor es una media en el sentido estrictamente estadístico de la
palabra y como tal se calculará mediante dicha expresión y no debe
calcularse nunca con una regla de proporcionalidad o regla de tres.
 Se debe cumplir la condición de normalización
 La desviación típica es
 Cuando realizamos un experimento contando sucesos y obtenemos un valor x,
su error vendrá determinado por la raíz de x.
La distribución de Poisson debe de
cumplir los siguientes requisitos:
 La variable discreta es el número de ocurrencias de un suceso durante un
intervalo (esto es la propia definición que hemos dado anteriormente).
 Las ocurrencias deben ser aleatorias y no contener ningún vicio que favorezca
unas ocurrencias en favor de otras.
 Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo
que se emplee.
 ¿Cuándo se usa la Distribución de
Poisson?
 La distribución de Poisson es particularmente importante ya que tiene muchos
casos de uso. Podemos poner como ejemplos de uso: la disminución de una
muestra radioactiva, la llegada de pasajeros de un aeropuerto o estación de
trenes o autobuses, los usuarios que se conectan a una web determinada por
hora (es un caso particularmente interesante que usa Googlee en sus métricas
predictivas de visitantes únicos a una web).